待验证50% 置信事实精确时间
Double DQN是Hasselt等人2016年提出的DQN改进版本，通过使用在线网络选择动作、目标网络评估Q值来缓解Q值过高估计问题
1
来源数
50%
置信度
长期有效
时效性
2026/9/7
首次发现
来源
涉及实体
相关事实
待验证Double DQN用在线网络选动作 a*=argmax Q_online(s',a')，用目标网络评估 Q_target(s',a*)，以抑制Q值高估偏差74% 相似待验证常见的量化方法包括GPTQ、AWQ和GGUF格式，GPTQ是基于二阶信息的逐层量化方法，AWQ根据激活值统计特征选择性保护显著权重通道56% 相似已验证GGUF 支持从 Q2_K（2-bit）到 Q8_0（8-bit）的多档位量化选择，Q4_K_M 采用分组量化技术成为社区推荐的默认量化配置54% 相似待验证GPTQ引入二阶Hessian矩阵衡量权重重要性，AWQ通过分析激活值分布保护显著通道权重53% 相似待验证HeyRoute通过QQ群提供技术支持答疑53% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/871628API
curl https://kongchang.com/api/v1/knowledge/claims/871628MCP
get_claim(id=871628)